Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Terhadap Layanan Internet Di Indonesia Menggunakan Metode K-Nearest Neighbor Ade Septiansyah; Agistia Yuliawati; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sejarah internet Indonesia dimulai pada awal tahun 1990-an. Saat itu jaringan internet di Indonesia lebih dikenal sebagai paguyuban network, di mana semangat kerjasama, kekeluargaan dan gotong royong sangat hangat dan terasa di antara para pelakunya. Agak berbeda dengan suasana Internet Indonesia pada perkembangannya kemudian yang terasa lebih komersial dan individual di sebagian aktivitasnya, terutama yang melibatkan perdagangan Internet. Sejak 1988, ada pengguna awal Internet di Indonesia yang memanfaatkan dan untuk mengakses internet. Analisis sentimen terhadap lamabatnya internet diindonesia ini sangat penting untuk masyarakat indonesia. Tanggapan klasifikasi menjadi sentien positif dan negatif menggunakan metode K-Nearest Neighbor. Pelabelan data dapat dilakukan dengan manual yang di data pada microsoft excel dengan status positif dan negatif yang di proses oleh rapidminer. Dari 378 opini pengguna youtube yang berhasil dikumpulkan, didapat 121 opini positif dan 253 opini negatif. Kemudian, data tersebut diklasifikasikan mengunakan algoritma K-Nearrest Neighbor, selanjutnya dilakukan optimasi dengan menggunakan Rapidminer. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 75.42% menggunakan K-Nearrest Neighbor sedangkan menggunaan Naïve Bayes 60,17%. Ada peningkatan hasil akurasi yang signifikan, membuktikan bahwa penggunaan seleksi K-Nearrest Neighbor mempengaruhi untuk meningkatkatkan hasil akurasi dibandingan Naïve bayes. Oleh karena itu saya membuat jurnal ini menggunakan metode K-Nearrest Neighbor
Analisis Sentimen Tanggapan Publik Mengenai E-Tilang Melalui Twitter Menggunakan Algoritma K-Nearest Neighbor Ade Septiansyah; Mesra Betty Yel; Yuma Akbar
TEKNIKA Vol. 18 No. 2 (2024): TEKNIKA
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12773163

Abstract

Suatu kota harus memiliki sistem transportasi yang baik. Sistem tilang elektronik pemerintah untuk mengawasi lalu lintas disebut e-tilang. Banyak pelanggaran lalu lintas yang terjadi di jalan raya yang cenderung menyebabkan kecelakaan dan menambah kemacetan. Beberapa faktor penyebab pelanggaran lalu lintas termasuk ketidakpatuhan individu terhadap peraturan lalu lintas, misalnya larangan berhenti dan parkir di mana pun. Tujuan dari penelitian adalah untuk mengidentifikasi bagaimana pandangan masyarakat Indonesia tentang tilang elektronik dalam peneletian ini digambarkan melalui analisis sentimen tentang tilang elektronik dan mengelompokkan berbagai jenis komentar. Twitter adalah platform media sosial yang ideal untuk menyampaikan opini karena mudah digunakan, topik terkini, dan memungkinkan komentar. Setelah data dikumpulkan dari Twitter, preprocessing dilakukan untuk membersihkan data, tokenizing, case normalization, stopword, dan stemming. Selain itu, seleksi mengurangi noise dari label yang tidak relavan. Dataset terdiri dari 1.762 baris record tweets diklasifikasi menghasilkan dua kelas data kelas data positif dan kelas data negatif dengan total 1.342 data. Dalam studi ini, algoritma mesin pengklasifikasi K-Nearest Neighbor digunakan data yang sudah ada dari kelas data ini digunakan sebagai data pelatihan untuk mesin pengklasifikasi. Hasil evaluasi menunjukkan akurasi rata-rata 75,41%.